Toda cozinha tem uma faca cega que ainda corta. Você força a mão, o tomate amassa um pouco antes de partir, mas o jantar sai. Na bancada de quem cozinha pra valer tem outra faca, afiada no ponto certo, e o mesmo tomate vira fatia quase translúcida sem esforço nenhum. É a mesma ferramenta nas duas mãos. O que separa uma da outra é o que cada um aprendeu a fazer com ela.
Faz um tempo que eu uso essa imagem pra explicar o que a IA faz na mão de quem trabalha. A Anthropic acabou de publicar um estudo (Anthropic — How expertise shapes Claude Code use) que põe número na ideia: foram cerca de 400 mil sessões de Claude Code, de 235 mil pessoas, entre outubro de 2025 e abril de 2026.
O achado que importa é esse: o que amplifica o uso efetivo da ferramenta é a expertise no assunto, não a habilidade de programar. E o estudo mede isso por tarefa, não por cargo, o que muda tudo. Um engenheiro sênior na primeira pergunta dele em Rust é iniciante em Rust. Um contador que nunca escreveu uma linha de Python, mas sabe exatamente quais regras aquele script tem que aplicar, é expert naquela tarefa. O agente não olha seu currículo, ele responde ao que você sabe pedir.
Pra mim, o estudo só confirma o que já dava pra ver no dia a dia: a IA amplifica o que você tem de bom. O que você tem de ruim ela até mascara por um tempo, mas nunca vai te colocar no nível de quem é especialista de verdade e sabe usar bem as ferramentas que tem no próprio ambiente. A faca cega ainda corta, e por um tempo o resultado engana. Só que ela nunca vai entregar o corte preciso que parece mágica na mão de quem afiou a lâmina e treinou o pulso pra usá-la.
Os números desenham bem essa diferença. Numa sessão de iniciante, cada prompt dispara umas 5 ações do Claude e gera por volta de 600 palavras. Numa sessão de expert, são mais de 12 ações e 3200 palavras, cinco vezes mais resultado saindo do mesmo agente, no mesmo pedido. O expert não está com uma IA melhor, ele sabe onde quer chegar, e é isso que decide quanto consegue arrancar de cada prompt.
A divisão de trabalho nas sessões conta a mesma história. Quem está no comando toma cerca de 70% das decisões de planejamento, o que construir, e fica com só 20% das decisões de execução, o como construir, deixando o resto pro agente. Quase todo o valor que você acrescenta mora justamente na parte que a IA não decide no seu lugar, e essa parte vem do domínio do assunto, não da ferramenta.
As taxas de sucesso confirmam a outra metade dessa ideia. Sessões de iniciante chegam a um resultado verificado em 15% das vezes; as de intermediário e de expert, entre 28 e 33%. Repara onde está o salto: quase todo o ganho vem de sair de iniciante pra intermediário, e de intermediário pra expert a diferença é pequena. Ou seja, você não precisa ser o maior nome do mundo no assunto pra colher quase todo o benefício, mas precisa, no mínimo, dominar o terreno em que está pisando. Sem esse piso, a IA mascara sua falta de base por algumas telas e te entrega algo com cara de pronto. Aí ela te abandona bem no ponto em que o problema fica difícil, que é justamente onde o especialista começaria a fazer diferença.
Tem um dado que parece lateral e encaixa bem aqui: a ocupação importa menos que a expertise. Olhando só as sessões que produzem código, nenhuma das dez maiores ocupações fica a mais de 7 pontos dos engenheiros de software na taxa de sucesso. E quem aparece na frente nem são os engenheiros, são as ocupações de gestão, um pouco acima deles. Pra mim faz todo sentido. Saber delegar, quebrar uma tarefa grande em pedaços, revisar o que voltou e ajustar a direção é quase a descrição exata de dirigir um agente. Afiar a faca, nesse caso, tem menos a ver com teclar e mais com saber conduzir.
E a lâmina está ficando mais afiada a cada momento. No período do estudo, a fatia de sessões dedicadas a corrigir código caiu de 33% pra 19%, enquanto operar software subiu de 14% pra 21% e a escrita e análise de dados quase dobraram, de uns 10% pra 20%. O valor estimado da sessão média subiu uns 27% nesse caminho. Quanto mais afiada fica a faca, mais salta aos olhos a diferença entre as mãos que a seguram.
Por isso eu não perco o sono com a história de que a IA vai apagar a vantagem de quem manja de verdade do assunto. O que acontece é o contrário. Quando a execução fica barata, o caro passa a ser o que a máquina não faz por você: perceber que o resultado voltou errado e ter bagagem pra consertar. Esse julgamento não cai de um prompt, ele vem de anos fazendo a coisa. A IA tirou o peso da parte repetitiva e escancarou exatamente o que sempre separou o profissional do amador. Continua valendo a pena ser muito bom no que você faz. Pelo que esse estudo mostra, vale mais do que antes.